智能信息处理技术
六、属性级融合模型
▪ 属性信息融合是基于目标类型的识别融合。传感 器网络中各传感器节点对环境事件监测所获得的 数据流，经分析处理提取特征，然后用模式识别 方法完成属性信息融合。根据对传感器数据的识 别层次，属性数据融合结构可分为三类： 1、数据层属性融合结构 2、特征层属性融合结构 3、决策层属性融合结构
2、特征层属性融合结构
对各传感器数据处理并抽取特征后再进行融合；
特征抽取是将传感器的数据表示为能反映事物属性 的特征向量；
该层关键是抽取一致的、有用的信息，排除无用甚 至矛盾的信息，进行融合的数据量、计算量均属 中等。
6
自动化学院
NUST
智能信息处理技术
（2）数据关联： 传统多传感器的数据融合着重解决多目标的数据 关联问题。
WSN由于大量节点之间的通信可能引起干扰，且 传感器测量存在不精确性，因此它更注重解决数 据的相关二义性问题。
7
自动化学院
NUST
智能信息处理技术
（3）能量约束： WSN中节点能量有限，且节点发送与接收数据
15
自动化学院
NUST
智能信息处理技术
2、分布式结构
源节点发送的数据经中间节点转发时，中间节点 查看数据包的内容，进行相应的数据融合后再传 送到汇聚节点，由汇聚节点实现数据综合。
在一定程度上提高了网络数据收集的整体效率， 减少了传输的数据量，从而降低能耗，提高了信 道利用率。
16
自动化学院NUຫໍສະໝຸດ T5自动化学院NUST
智能信息处理技术
主要表现
（1）稳定性： 传统多传感器融合系统通过扩展空间覆盖范围和 提高抗干扰能力来增强运行的鲁棒性。
WSN则从提高数据收集效率出发，数据融合多基 于网内进行，考虑到部分节点会由于恶劣环境因 素或自身能量耗尽而造成失效情形，因此稳健性 和自适应性是WSN数据融合实现的前提。
▪ 提高数据收集效率，减少网络通信量，提高能源 有效性，最终增加网络生命期。
9
自动化学院
NUST
智能信息处理技术
三、WSN数据融合特点
▪ WSN中主要有从用户到网络的查询及从传感器节 点到用户的感知数据两种通信量；
▪ 传感器节点都有可能对环境进行感知或成为对其 他节点产生的数据进行转发的中继节点，这些节 点产生的数据有可能使网络发生拥塞；
▪ 在满足应用需求的前提下将需要传输的数据量最 小化，并提供被监控环境丰富、有用的信息。
11
自动化学院
NUST
智能信息处理技术
四、 WSN数据包级融合模型
数据包级融合有无损融合和有损融合两种：
1、无损融合： 所有的细节信息均被保留，在各个结果之间相 关性很大的情况下，会存在许多冗余数据；
数据缩减的基本原则就是减少这些冗余信息。
2
自动化学院
NUST
WSN主要结构
智能信息处理技术
用户 监控系统
通信卫星 或者
互联网
汇聚节点
监测区域
3
传感器节点
自动化学院
NUST
智能信息处理技术
▪ 传感器节点数量多且随机分布，相邻的传感器对 同一事件进行监测所获得的数据具有相似性；
▪ 传感器节点的能量、存储空间与计算能力有限， 冗余数据的传送在一定程度将消耗过多的能量， 缩短整个网络的生存期；
17
自动化学院
NUST
智能信息处理技术
1、数据层属性融合结构
基于原始的多个传感器采集的数据，直接融合来 自同类传感器数据，然后实现特征提取和对来自 融合数据的属性判决；
多数情况下仅依赖于传感器类型，不依赖于用户 需求；
数据量大，冗余度高，融合计算量庞大，属于最 底层的融合。
18
自动化学院
NUST
智能信息处理技术
▪ WSN大规模密集部署的特点导致这些数据中大部 分是无效的，应在传送过程中运用数据融合技术 进行处理，减少无效数据。
10
自动化学院
NUST
智能信息处理技术
▪ WSN中数据融合技术已成为非常有用的方法，看 作是一种自动整理数据的方法，把来自许多传感 器节点的数据整合成一组有意义的信息。
▪ 将不同传感器的数据进行综合，删除冗余、无效 和可信度较差的数据，同时将来自不同节点的信 息结合起来进行融合处理；
的能耗要远大于计算及存储能耗。
网络数据的融合应考虑节点的能耗与网络能量的 均衡，选择合适的融合处理节点。
8
自动化学院
NUST
智能信息处理技术
二、 WSN数据融合原理
▪ WSN中传感器提供的信息具有不同的特征，如模 糊或确定、时变或非时变、实时或非实时、可靠 或非可靠、相互支持或相互矛盾；
▪ WSN数据融合充分利用多个传感器节点资源，将 采集的多份数据或信息进行处理，从而组合出更 有效、更符合用户需求的数据；
14
自动化学院
NUST
1、集中式结构
智能信息处理技术
汇聚节点发送有关数据的兴趣或查询，具有相关 数据的多个源节点直接将数据发送给汇聚节点， 最后由汇聚节点进行数据的融合；
信息损失较小，由于WSN节点分布较为密集， 多源对同一事件的数据表征存在近似冗余信息， 对冗余信息的传输将使网络消耗更多的能量。
智能信息处理技术
第十三讲 数据融合的典型应用
--WSN中的数据融合
智能信息处理技术
无线传感器网络(WSN)特点
▪ 由部署在监测域内大量的微型传感器节点组成， 通过无线通信方式而形成的一个多跳的自组织网 络系统；
协作地感知、采集和处理网络覆盖区域中被感知 对象的信息，并发送给观察者；
在军事、工农业、生物医疗、环境监测等许多重 要领域具有十分广泛的应用前景。
▪ 无线传感器网络在收集数据过程中使用数据融合 技术，将多传感器节点的数据进行综合处理，得 出更为准确完整的信息。
4
自动化学院
NUST
智能信息处理技术
一、与传统多传感器数据融合的比较
▪ 传统的多传感器数据融合是将不同的知识源与传 感器采集的数据进行融合，实现对观测现象更好 的理解；
▪ WSN中，数据融合能节省整个网络的能量，提高 所收集数据的准确性和收集数据的效率。
12
自动化学院
NUST
智能信息处理技术
2、有损融合： 采用减少一些信息的详细内容或降低数据质量的方 法来减少需要存储或传输的数据量，从而达到节 省能源的目的；
在有损融合中，信息损失的上限是要保留应用所需 的全部信息量。
13
自动化学院
NUST
智能信息处理技术
五、跟踪级融合模型
▪ 无线传感器网络中大量的感知数据从多源节点向 汇聚节点传送，从信息流通形式和网络节点处理 的层次看，跟踪级融合模型可分为两种： 1、集中式结构 2、分布式结构